MétaCan
Menu
Retour à la cohorte
Enregistrement W3133961434 · doi:10.1111/poms.13403

A Cost‐Sharing Mechanism for Multi‐Country Partnerships in Disaster Preparedness

2021· article· en· W3133961434 sur OpenAlexafffund
Jessica Rodríguez‐Pereira, Burcu Balcik, Marie‐Ève Rancourt, Gilbert Laporte

Notice bibliographique

RevueProduction and Operations Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFacility Location and Emergency Management
Établissements canadiensHEC Montréal
Organismes subventionnairesInstitut de Valorisation des DonnéesNatural Sciences and Engineering Research Council of CanadaTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésOperationalizationShapley valueEmergency managementGeneral partnershipEquity (law)Cost sharingComputer scienceOperations researchBusinessEconomicsActuarial scienceEnvironmental economicsRisk analysis (engineering)FinanceMicroeconomicsEconomic growthGame theory

Résumé

récupéré en direct d'OpenAlex

We study a multi‐country disaster preparedness partnership involving the joint prepositioning of emergency relief items. Our focus is the Caribbean region, which faces increasing disaster threats due to weather‐related events and has committed to share its resources for regional integration. We collaborate with the inter‐governmental Caribbean Disaster and Emergency Management Agency (CDEMA), which is interested in creating a methodology to equitably (fairly) allocate the costs necessary to operationalize this commitment. We present alternative cost allocation methods among the partner countries by considering their risk level and their ability to pay. Specifically, we adapt some techniques such as the Shapley value, the equal profit method, and the alternative cost avoided method, and we also propose a new insurance‐based allocation scheme to determine the country contributions. This mechanism, which is formulated as a linear programming model, sets country premiums by considering the expected value and the standard deviation of country demands and their gross national income. We discuss the structural properties of these methods and numerically evaluate their performance in achieving an equitable allocation scheme with respect to three equity indicators based on the Gini coefficient. Our proposed cost‐sharing mechanism not only achieves superior solutions compared with other methodologies with respect to the proposed equity metrics, but is also computationally efficient. We numerically illustrate how it can be used to obtain alternative cost allocation plans by giving different weights to disaster risk and economic standing parameters, and we analyze the benefits and fairness of the partnership in a transparent way.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,130
Tête enseignante GPT0,306
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProduction and Operations ManagementMême sujetFacility Location and Emergency ManagementTravaux en français237 207